Eleven v3 Audio Tags：让多角色对话更生动

对话推动故事发展。通过 Eleven v3 音频标签，现在可以编写包含重叠语音、快节奏交流和情感互动的场景——全部由同一个模型完成。

结合 [interrupting]、[overlapping] 或 [laughs] 等标签，可生成像真实对话一样自然流畅的内容——包括打断、语气变化和即兴反应。

这不仅仅是逐句朗读，而是多角色表演。

AI 语音中的多角色对话是什么？

播放

播放

多角色对话指的是 一个语音模型 在同一场景中扮演多个不同角色。每个角色的说话风格、语气或节奏都不同，有时还会互相打断或同时说话。

通过 Eleven v3，可以直接编排如下： Marissa：[starting to speak] 我在想我们可以—— Chris：[interrupting] ——测试我们的新计时功能？Marissa：[surprised] 没错！你怎么—— Chris：[overlapping] ——知道我在想什么？猜的！Marissa：[laughs] 说真的？还挺有意思。

最终效果就像真实对话，而不是拼接的旁白。

从配音到互动

过去需要多位配音、录音和调整时机，现在只需一份脚本即可完成。标签让你在同一场景中独立控制每个声音。

示例：Jessica：[whispers] 像这样。Von Fusion：[sarcastically] 哦，看看你，真了不起。Jessica：[French accent] 这太棒了，不是吗？

声音不只是轮流出现，而是互动、反应、重叠。

多角色控制常用标签

以下是编写自然、互动对话时常用的一些标签：

• 轮流提示： [interrupting]、[overlapping]、[cuts in]
• 情感变化： [excited]、[annoyed]、[flustered]、[casual]
• 节奏控制： [fast-paced]、[hesitates]、[pause]、[drawn out]
• 身份切换： [childlike tone]、[deep voice]、[pirate voice]、[robotic tone]

这些标签可以叠加，表现更丰富：[frustrated] 你从不听我说——[interjecting] 因为你从不说重点！

重叠、节奏与临场感

Eleven v3 支持基于时序的语音输出，让声音自然地打断或重叠。这对于幽默、紧张或真实感非常重要。

示例片段：Marissa：[panicking] 等等，我们要崩溃了吗？我分不清这是功能还是——Chris：[interrupting] Bug！Marissa：[sighing] 是，但说真的？还挺有意思。

场景之所以生动，是因为互动流畅，不是按顺序机械切换。

编排场景，而非单句

通过 Eleven v3，对话场景变成有层次的表演。只需一份脚本和一个模型，就能完整呈现角色、时机、情感和表达。

对于讲故事、游戏编剧和互动设计师来说，这让复杂场景创作变得简单，无需额外制作成本。不只是写台词，更是在导演角色互动。

选择合适的声音

专业语音克隆（PVC）目前尚未针对 Eleven v3 完全优化，克隆质量可能低于早期模型。在当前研究预览阶段，如需使用 v3 功能，建议选择即时语音克隆（IVC）或设计声音。PVC 针对 v3 的优化即将上线。